01

智能体步入蜂群协作阶段

在本届互联网安全大会上，360创造性地借鉴自动驾驶的分级体系，将智能体划分为L1至L5五个阶段，用以界定不同层级的智能体在能力、协作性与自主性上的差异。

最早一批L1级智能体，本质上仍是“聊天助手”。它具备对话能力，能够回答问题、提供建议，甚至陪伴式聊天，但其本质依然是信息入口的延伸，尚未拥有“解决问题”的主动能力；这一阶段的代表，如GPTs或定制化小助手，更多是一种“玩具级”智能体。

随后的L2阶段，则进入“工具逻辑”。大量低代码平台支持用户构建“流程型智能体”，通过预设模块完成内容处理、格式转换、信息调取等工作。这类智能体本质上依然是工具组合逻辑，结果输出依赖人类后续参与，交付的是“半成品”。

而在L3阶段，真正具备推理能力的“智能体”开始登场。它们能够在特定垂类中完成目标规划、逻辑拆解和流程调用，已具备一定的领域深耕能力，但只要任务跨越其知识边界或涉及多领域融合，就会出现协作断层，效率剧降。

也就是说，从L1到L3，智能体的进化始终沿着“个体强化”的路径前进，每一代都更聪明、更能干，却也更依赖自身闭环；这一条路线的尽头，是单体智能的边界。聪明如它，依旧无力支撑起跨角色、跨阶段、跨工具链的复杂任务协同。

来源：360数字安全

360此次推出的“纳米AI多智能体蜂群”，显然是针对这个核心问题做出的结构性回应；与当前智能体系统普遍强调“个体能力”不同，蜂群逻辑的出发点是“协作能力优先”。

对此，360官方给出的定义是“L4级智能体系统”，即通过结构化指挥机制，实现多个智能体之间的灵活拉群、嵌套协同。简单来说，就是不再寄希望于一个万能智能体，而是像搭建团队一样，把擅长不同任务的智能体组合起来，协同完成高复杂度工作流。

多智能体蜂群架构的核心价值，在于引入了“蜂群协作框架”的全新机制；每一个智能体不再是被动执行的子程序，而是作为任务流程中独立的参与者，在统一目标指挥下，扮演具体角色，分工协作。

比如，在一个10分钟短视频的自动生成任务中，可能会有脚本生成、分镜设计、素材调取、配音配乐、剪辑调色等不同的智能体协同完成任务；而在蜂群机制下，这些智能体不只是串行执行，而是可以并发展开、嵌套推进，最终实现“团队产出”。

根据360的数据显示，目前纳米AI智能体蜂群已可实现连续2小时执行超1000步任务不中断，消耗token超2000万。该智能体能力如此强悍，在于其拥有行业领先的多智能体蜂群引擎，这是多智能体蜂群能够支持无限工具调用、无限上下文长度，可以执行无限步骤超级任务的核心。

对此，互联网观察家丁道师指出，“这两年一直在讨论智能体到底处于哪个阶段，但总感觉缺少一个统一标准。周鸿祎这次借用自动驾驶领域的L1到L5分级体系，我觉得是非常有启发的：一方面帮助大众理解了技术进展的层级，另一方面也揭示了当前智能体真正的问题所在。”

02

为什么提出“蜂群路线”的是360？

在智能体行业普遍卷向模型能力、插件生态等方向时，360却选择了一条几乎被忽视的“协同调度路线”。乍看之下，这是一种与主流路径略显分野的策略，但回到360公司自身的发展轨迹中，这一选择既觉得合理，又具有延续性。

对360而言，蜂群路线并不是一时兴起的技术实验，而是其长期“系统思维”的自然延伸。回顾20年来360持续的拼搏和创新：其首创免费杀毒，守护中国网民安全，并在此基础之上，汇集了全球最大的网络安全大数据，解决了看不见的“卡脖子”难题，推出了360安全大脑等等。

来源：360数字安全

所以，360的核心能力从来不是点状产品，而是面向组织级需求的结构性应对体系，这与多个智能体围绕任务进行分工协作的“蜂群模式”，在系统逻辑上高度一致。这也解释了为什么360在描述蜂群能力时，强调的不是单智能体的推理路径或模型参数，而是“嵌套结构”“任务接力”“多智能体间拉群协作”等系统调度能力；这些，恰恰是360过去十余年安全业务的基础能力。

更重要的是，多智能体蜂群并非只存在于研发项目或概念PPT中，而已经开始落地于360的多个产品线之中。

从“一句话生成大片”的视频生成蜂群，到带货翻译、行业分析、知识总结等实际应用，360将蜂群能力嵌入了多个C端与B端产品场景中，让每一套蜂群协作模型都以“任务包”形式服务于终端用户。这种“任务即产品”的模式，也让蜂群不仅是智能体之间的连接逻辑，更成为一种产品形态的承载结构。

在本届互联网安全大会上，周鸿祎演讲指出，“智能体和我们找了一个数字人一样，这种定义出来的智能体能力非常平庸，而且会有明显的任务倦怠，执行多步任务之后就拒绝执行后续的指令，所以必须要通过多个不同专业的智能体进行协作，多智能体才是未来的发展方向。”

所以，“纳米AI多智能体蜂群”选择在ISC大会期间发布，不只是技术宣布，更是一种产业立场的声明，即表示360要用协同智能体系统，去定义AI时代的“组织级生产力工具”。

来源：360数字安全

相比之下，市面上大多数智能体仍停留在“单人作战”的思路里，强调“一个万能AI”，而多智能体蜂群的核心思路恰恰是反其道而行之：不再强调智能体个体的全能，而是构建系统层的分工逻辑与调度机制。如果说大模型比拼的是“一个人能干多少事”，多智能体蜂群比拼的则是“一个组织如何把事干得更高效”；这种差异，不只是执行效率的优化，更是战略思维方式的分野。

“其实回头看360的发展路径，他们提出蜂群协同这件事并不意外。360在整个互联网安全领域已经深耕快20年了，最擅长的就是构建多系统联动的应急机制。我一直认为做大模型这件事，不是只靠参数量拼刺刀；你有没有应用场景？有没有数据闭环？有没有长期的产品演化经验？这才是决胜因素。现在看，国内能形成这种系统力的，其实还是那些有深厚产品线和生态闭环的互联网巨头。”丁道师总结说道。

03

智能体未来竞争趋向“组织战”

“纳米AI多智能体蜂群”的出现，正在悄然推动AI产品形态的一次结构性转变。

过去，我们习惯把AI视为一个“工具”，哪怕它再强大，本质上仍是“一个AI在帮你解决问题”；而如今，多智能体蜂群试图构建的是另一种服务范式：一个AI团队与你共事，共同完成复杂目标。

这背后的差异，并非只是智能体数量的变化，而是系统思维的迁移。传统AI系统讲求的是“单体增强”，一个大模型或一个智能体负责尽可能多的任务，从检索到规划再到执行；但蜂群逻辑强调的是“角色分化”“任务协同”“模块调度”，也就是让每个智能体回归到“专才”角色，在一个更大的目标结构中扮演自己的部分职责。

换句话说，AI从技能模块，进化成了具备组织能力的执行体；这种组织能力的底层逻辑，本质上是一次对“AI系统架构”的重构尝试。

它不依赖单个模型性能极限，而是更像一次“数字化管理体系”的模拟：有目标分解机制，有资源调度逻辑，有任务流程编排，也有上下文维护与进度追踪。这些过去存在于企业、项目管理、人力协作流程中的复杂要素，正在被蜂群体系用智能体重现、复写。

这种重构的意义在于，它让AI有了“系统完成工作”的可能性。过去，我们更多看到的是AI完成某一步工作，比如写个脚本、设计个封面、生成一段视频；而现在，在多智能体蜂群体系下，AI有可能从构思到产出、从拆解到协作，完成整个流程闭环。